Strava est un réseau social créé en 2009 qui permet d’enregistrer et de partager ses activités sportives à un réseau d’abonnés. Strava regroupe plus de 135 millions d’utilisateurs en 2024 dans plus de 190 pays 1. 40 millions d’activités sont téléchargées chaque semaine. En 2023, la course à pied est le sport où le plus d’activités sont téléchargées. 2 Le réseau social propose différentes fonctionnalités : enregistrement des activités, suivi des progrès, encouragements(kudos), partage des activités, clubs… Le réseau social a également un important aspect de gamification avec les segments, les KOM/QOM, les Local Legends… En tant que réseau social dédié aux sportifs, et notamment aux coureurs amateurs, Strava permet aux utilisateurs d’entrer en interaction et de se comparer aux autres utilisateurs. Dans la communauté des utilisateurs se développe alors cette phrase, reprise par Strava 1 (“Strava or it didn’t happen) :
” Si ce n’est pas sur Strava, ça n’existe pas.”
Le but de l’étude est de savoir si l’utilisation de Strava a des impacts psychosociaux chez les coureurs amateurs et si elle a une influence sur la pratique (kilomètres parcourus par semaine, nombre d’entraînements par semaine, nombre de compétitions par an).
L’étude de Russell 3 met en avant les implications psychosociales de l’utilisation de Strava auprès de coureurs de clubs universitaires à travers les Etats-Unis. Des entretiens semi-structurés ont permis de mettre en avant trois thèmes principaux : la présentation de soi, la pression sociale et la motivation.
L’étude présente réalisée dans le cadre de mon master STAPS s’intéresse à l’impact de l’utilisation de Strava sur les coureurs amateurs : elle s’adresse à un public plus large que l’étude de Russell (coureurs amateurs utilisateurs de Strava) et se fonde sur un questionnaire en ligne d’environ 80 questions. Cette étude cherche à quantifier l’utilisation de Strava, à caractériser l’auto-présentation sur Strava, à identifier si Strava est une source de motivation et/ou de stress et à identifier si l’utilisation de Strava impacte la pratique.
Ainsi, la problématique de l’étude présente est la suivante :
Quels sont les impacts psychosociaux de l’utilisation de Strava chez les coureurs amateurs et dans quelle mesure l’utilisation de ce réseau social a des impacts sur la pratique de la course à pied ?
Cette étude porte sur plusieurs questions de recherche :
Hypothèse 1 Plus les coureurs amateurs utilisent Strava, plus le nombre de kilomètres et d’entraînements par semaine, et le nombre de compétitions par an sont élevés.
Hypothèse 2 : Plus les coureurs amateurs utilisent Strava, plus ils sont susceptibles de filtrer ou modifier ce qu’ils partagent pour contrôler leur image.
Hypothèse 3 : Plus les coureurs amateurs utilisent Strava, plus ils sont susceptibles de ressentir du stress.
Hypothèse 4 : Plus les coureurs amateurs utilisent Strava, plus ils sont motivés dans leur pratique.
Le questionnaire a été construit suite à la lecture de différents articles, notamment l’étude de Russell 3 qui s’intéresse aux implications psychosociales de l’utilisation de Strava chez des coureurs universitaires aux Etats-Unis, l’étude d’Evans 4 qui s’intéressent aux sources de motivation chez les coureurs et la thèse de Chapman qui examine l’impact de l’utilisation de Strava et de la comparaison sociale sur le bien-être, l’épuisement sportif et le plaisir du sport chez de jeunes coureurs non-élites 5. L’étude d’Evans se base sur un questionnaire en ligne auprès de 25 000 coureurs de 7 pays, l’étude de Chapman se base sur un questionnaire en ligne également diffusé auprès de 200 coureurs et l’étude de Russell se base sur des entretiens semi-structurés auprès de 18 coureurs.
En partant de ces 3 articles, d’autres articles sont venus compléter la création du questionnaire afin d’avoir des échelles psychométriques pour mesurer la présentation de soi, la pression sociale et la motivation.
Le questionnaire a été construit de sorte d’avoir moins de 100 questions et une durée de passation de moins de 10 minutes afin de ne pas décourager les répondants et d’éviter que les réponses aux dernières questions soient faussées car les répondants répondent sans réfléchir pour terminer au plus vite.
Le questionnaire a été validée par notre enseignante à l’UGA avant diffusion. Le questionnaire comportait 84 questions : toutes les questions étaient obligatoires, sauf les questions comportant la mention “si oui”. La durée de passation était estimée à 10 minutes. Les critères d’inclusion étaient d’être un coureur amateur utilisateur de Strava et avoir plus de 18 ans. Le questionnaire était totalement anonyme.
Le questionnaire a été diffusé sur les réseaux sociaux : mon compte personnel LinkedIn, mon compte personnel Strava et dans les groupes Facebook “Bref, je fais du trail”, “Coeur de runneuses”, et “Courir après 50 ans”. Le questionnaire a également été diffusé auprès de 2 clubs de course à pied : Les Amis de la Course à Pied à Crolles et l’ALE Echirolles. Le questionnaire a été ouvert du 28 janvier au 12 février 2025.
Les données ont été récupérées sous Excel, pour faire un premier traitement (suppression des valeurs non exploitables et formatage de certaines valeurs (exemple : ancienneté pratique : “10 ans” > “10”)). Les analyses ont été réalisées avec R (avec les librairies tidyverse, vcd et psy) Dans la base de données, chaque ligne représente un coureur et chaque colonne une variable.
Les mesures réalisées sont les suivantes : - Données socio-démographiques : âge, sexe, catégorie socio-professionnelle - Données d’utilisation de Strava : - Intensité d’utilisation de Strava (Facebook Intensity Scale > Strava Intensity Scale 8 9) - Utilisation des fonctions de sociabilité en ligne (Online Sociability Functions 9) - Exposition des informations personnelles (Facebook Scale 9 > Strava Scale) - Compléments - Quantification de la pratique : ancienneté, niveau, nombre de kilomètres et d’entraînements par semaine, nombre de compétitions par an, lieu et mode de pratique… - Mesure de l’auto-présentation sur Strava : contrôle de l’image ou authenticité (Self-presentation and Upward Social Comparison Inclination Scale 10 17) - Mesure du stress perçu par l’utilisation de l’application (Perceived Stress Scale 11) - Mesure de la motivation à courir (Behavioural Regulation In Exercise Questionnaire 12 )
## La taille de l'échantillon est de 745 individus, avec 400 femmes et 345 hommes.
## La moyenne d'âge est de 39.9261744966443 ans, avec un écart-type de 11.3338238902361 ans.
## La catégorie socio-professionelle la plus représentée est Cadres et professions intellectulles, qui représente 44.9664429530201 % de l'échantillon, puis les employés avec 25.6375838926174 %.
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 39.92617 | 38 | 11.33382 |
| Variable | Khi2_ajustement | p.value |
|---|---|---|
| Sexe | 2393.691 | <0.001 |
| Variable | Khi2_ajustement | p.value |
|---|---|---|
| Catégorie | 436.6224 | >0.001 |
Les questions 20 à 24 (Echelle de Linkert) sont issues d’une traduction et adaptation du Facebook Intensity Scale, utilisé dans l’étude d’Ellison 8 et repris dans l’étude de Ross 9, en remplaçant “Facebook” par “Strava”. Il y a donc 5 items pour cette échelle de mesure adaptée pour identifier à quel point l’utilisation de Strava fait partie du quotidien de l’utilisateur. Cette échelle est renommée pour l’étude en Strava Intensity Scale (SIS).
L’alpha de Cronbach dans l’étude d’Ellison est de 0.83 8 et de 0.85 dans l’étude de Ross 9.
Un score bas au SIS indique que Strava fait peu partie du quotidien de l’utilisateur et qu’il y est peu attaché tandis qu’un score haut au SIS indique que l’utilisateur utilise Strava très fréquemment et est affecté négativement s’il ne peut pas l’utiliser.
## L'alpha de Cronbach sur les 5 items est de 0.763630836835257.
L’alpha de Cronbach est acceptable.
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 2.887248 | 3 | 1.048891 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 2.283221 | 2 | 1.018142 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 1.861745 | 2 | 0.9635562 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 2.324832 | 2 | 1.028747 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 2.283221 | 2 | 1.018142 |
| Variable | Moyenne | Médiane | Ecart_type | Khi2_ajustement | P.value |
|---|---|---|---|---|---|
| SIS1 | 2.887248 | 3 | 1.0488914 | 99.17181 | <0.001 |
| SIS2 | 2.283221 | 2 | 1.0181421 | 53.58792 | <0.001 |
| SIS3 | 1.861745 | 2 | 0.9635562 | 248.31544 | <0.001 |
| SIS4 | 2.324832 | 2 | 1.0287472 | 39.53154 | <0.001 |
| SIS5 | 2.260403 | 2 | 1.0685395 | 43.04295 | <0.001 |
| Total | 11.617450 | 11 | 3.6786169 | 119.75705 | <0.001 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 4.019595 | 4 | 1.751847 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 5.148448 | 6 | 2.159883 |
| Médiane | Moyenne | Ecart_type |
|---|---|---|
| 40 | 68.49324 | 94.93197 |
| Médiane | Moyenne | Ecart_type |
|---|---|---|
| 40 | 68.32206 | 80.03015 |
Les questions 39 à 42 (Echelle de Linkert) sont une traduction et adaptation du Online Sociability Functions (OSF) utilisé dans l’étude de Ross9 qui mesure la sociabilité en ligne. L’alpha de Cronbach dans l’étude de Ross9 est de 0.74. Il y a donc 4 items pour cette échelle de mesure adaptée pour identifier à quel point chaque utilisateur est sociable sur Strava.
On pourrait ajouter le nombre de clubs Strava dont l’utilisateur fait partie (question 38) et le nombre de kudos reçus (question 42) pour enrichir cette échelle mais cela ne modifie quasiment pas l’alpha de Cronbach.
Un score bas au OSF indique que l’utilisateur utilise peu les fonctionnalités de sociabilité en ligne, tandis qu’un score haut indique que l’utilisateur utilise beaucoup de fonctionnalités de sociabilité en ligne.
## L'alpha de Cronbach sur les 4 items est de 0.601301166919539.
L’alpha de Cronbach est un peu faible, cela peut s’expliquer par le fait qu’il s’agit d’une traduction et adaptation du questionnaire d’origine dans le cadre de cette étude.
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 3.50604 | 4 | 0.7461576 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 2.175839 | 2 | 0.6537373 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 1.103356 | 1 | 0.3757459 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 2.256376 | 2 | 0.6091068 |
| Variable | Moyenne | Médiane | Ecart_type | Khi2_ajustement | P.value |
|---|---|---|---|---|---|
| Kudos donnés | 3.506040 | 4 | 0.7461576 | 680.0470 | <0.001 |
| Commentaires donnés | 2.175839 | 2 | 0.6537373 | 693.7168 | <0.001 |
| Commentaires reçus | 2.256376 | 2 | 0.6091068 | 763.2040 | <0.001 |
| Publications | 1.103356 | 1 | 0.3757459 | 1767.6711 | <0.001 |
| Total | 9.041611 | 9 | 1.6508836 | 783.2523 | <0.001 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 2.674003 | 1 | 5.03045 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 16.00808 | 10 | 15.22305 |
Les questions 25 à 28 (Echelle de Linkert) sont un extrait, une traduction et adaptation du Facebook questionnaire utilisé dans l’étude de Ross9. Dans l’étude de Ross, il n’est pas mentionné que ces items mesurent le niveau d’exposition. Dans l’étude présente, une échelle est donc créée pour mesurer le niveau d’exposition sur Strava (EXPOSITION). Il y a donc 10 items pour cette échelle de mesure adaptée pour identifier à quel point chaque utilisateur expose des informations personnelles sur Strava.
Un score bas indique l’utilisateur partage peu d’informations personnelles avec une restriction de public tandis qu’un score indique l’utilisateur partage beaucoup d’informations personnelles sans restriction de public.
## L'alpha de Cronbach sur les 10 items est de 0.78033975325236.
L’alpha de Cronbach est acceptable.
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 2.421476 | 2 | 0.5482822 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 2.32349 | 2 | 0.6275903 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 2.151678 | 2 | 0.7583411 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 2.365101 | 2 | 0.6031867 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 1.851007 | 2 | 0.8250625 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 3.528859 | 4 | 0.7438182 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 3.719463 | 4 | 0.7552396 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 2.775235 | 3 | 0.968134 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 2.259758 | 2 | 0.8506116 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 2.252022 | 2 | 0.6871404 |
| Variable | Moyenne | Médiane | Ecart_type | Khi2_ajustement | P.value |
|---|---|---|---|---|---|
| Activités | 2.421476 | 2 | 0.5482822 | 318.03490 | <0.001 |
| Horaires | 2.323490 | 2 | 0.6275903 | 212.33020 | <0.001 |
| Fréquence cardiaque | 2.151678 | 2 | 0.7583411 | 41.83356 | <0.001 |
| Allure | 2.365101 | 2 | 0.6031867 | 245.87383 | <0.001 |
| Départ et arrivée | 1.851007 | 2 | 0.8250625 | 28.99597 | <0.001 |
| Entraînement | 3.528859 | 4 | 0.7438182 | 729.37852 | <0.001 |
| Compétition | 3.719463 | 4 | 0.7552396 | 1427.69799 | <0.001 |
| Nommage activité | 2.775235 | 3 | 0.9681340 | 103.08883 | <0.001 |
| Commentaire activité | 2.259758 | 2 | 0.8506116 | 277.02153 | <0.001 |
| Photo activité | 2.252022 | 2 | 0.6871404 | 547.75741 | <0.001 |
| Total | 25.655870 | 26 | 4.3157861 | 1844.85155 | <0.001 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 4.864065 | 5 | 2.918311 |
## Le nombre d'individus considérés 189.
La question est de savoir ici s’il existe des liens entre l’âge et l’utilisation de Strava.
On peut tester les liens entre les variables Strava suivantes et l’âge :
Il y a une faible corrélation entre l’âge et :
Il n’est pas possible de mettre en évidence des différences d’âge entre les individus ayant un abonnement payant et un abonnement gratuit (test t de Student, p>0.05).
| Variable | Corr_Age |
|---|---|
| Score SIS | -0.11 |
| Score OSF | 0.09 |
| Score d’Exposition | 0.02 |
| Appartenance à un club Strava | -0.01 |
| Nombre de kudos reçus par activité | 0 |
| Fréquence de publication | -0.12 |
| Fréquence de consultation | -0.18 |
| Nombre d’abonnés | -0.06 |
| Nombre d’abonnements | -0.09 |
| Ancienneté sur Strava (années) | 0.24 |
| Variables | Student | P_Value | Significatif | Gratuit | Payant |
|---|---|---|---|---|---|
| Lien type abonnement et Age | 1.82 | 0.0692365 | ≥ 0.05 | 40.48 | 38.9 |
La question est de savoir ici s’il existe des liens entre le sexe et l’utilisation de Strava.
On peut tester les liens entre les variables Strava suivantes et le sexe :
Les moyennes sont significativement différentes entre hommes et femmes (test t de Student, p < 0.05) pour :
Il y a un lien entre le sexe et la catégorie abonnement (Khi² indépendance p< 0.01, hautement significatif, Cramer = 0,22, lien faible) :
| Variables | Student | P_Value | Significatif | Femme | Homme |
|---|---|---|---|---|---|
| Lien Sexe et SCORE_SIS | 1.72 | 0.0857790 | ≥ 0.05 | 11.83 | 11.37 |
| Lien Sexe et SCORE_OSF | -0.12 | 0.9064085 | ≥ 0.05 | 9.04 | 9.05 |
| Lien Sexe et SCORE_EXPO | 4.67 | 0.0000035 | <0.05 | 26.33 | 24.87 |
| Lien Sexe et Club_Strava | 2.21 | 0.0273560 | <0.05 | 3.06 | 2.23 |
| Lien Sexe et Kudos_reçus | 3.48 | 0.0005300 | <0.05 | 17.80 | 13.93 |
| Lien Sexe et Fréquence_publication | 4.33 | 0.0000169 | <0.05 | 4.28 | 3.72 |
| Lien Sexe et Fréquence_consultation | 2.72 | 0.0066679 | <0.05 | 5.35 | 4.92 |
| Lien Sexe et Nb_abonnés | 4.44 | 0.0000105 | <0.05 | 82.71 | 52.04 |
| Lien Sexe et Nb_abonnements | 4.80 | 0.0000019 | <0.05 | 81.29 | 53.35 |
| Lien Sexe et Ancienneté_Strava | 4.16 | 0.0000355 | <0.05 | 5.27 | 4.39 |
| Variable | Khi2_Indépendance | P_Value | Significatif | Coefficient_Cramer |
|---|---|---|---|---|
| Lien entre Type_abonnement et Sexe | 36.49 | 0 | <0.05 | 0.22 |
| Type_abonnement | Sexe | Observé | Attendu |
|---|---|---|---|
| Gratuit | Femme | 219 | 258.7919 |
| Payant | Femme | 181 | 141.2081 |
| Gratuit | Homme | 263 | 223.2081 |
| Payant | Homme | 82 | 121.7919 |
La question est de savoir ici s’il existe des liens entre la catégorie socio-professionnelle et l’utilisation de Strava.
On peut tester les liens entre les variables Strava suivantes et les catégories socio-profesionnelles :
Les moyennes des variables suivantes sont significativement différentes entre les catégories socio-professionnelles (ANOVA, p < 0.01, hautement significatif) :
Les moyennes pour le score d’exposition sont significativement différentes entre les catégories socio-professionelles (ANOVA, p < 0.05, significatif).
Les tests posts hoc permettent de mettre en évidence que :
Il existe un lien entre la catégorie socio-professionelle et la catégorie d’abonnement (Khi² indépendance p<0.05, significatif, Cramer = 0,15, lien faible). Attention, il est à noter que le test de Khi² est partiellement valable étant donné que certaines sous-catégories ont des effectifs <5.
| Variable | F_value | P_value | Significatif | Agriculteurs | Artisans | Cadres | Intermédiaires | Employés | Ouvriers | Retraités | Étudiants | Autres |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| SCORE_SIS | 3.30 | 0.0010404 | < 0.05 | 14.333333 | 10.978723 | 11.561194 | 10.743590 | 11.649215 | 13.482759 | 10.722222 | 13.447368 | 10.833333 |
| SCORE_OSF | 1.20 | 0.2985715 | ≥ 0.05 | 8.333333 | 8.978723 | 9.083582 | 8.743590 | 8.984293 | 9.310345 | 9.555556 | 9.394737 | 8.166667 |
| SCORE_EXPO | 2.12 | 0.0322057 | < 0.05 | 23.666667 | 26.404255 | 25.426426 | 25.205128 | 25.631579 | 27.482759 | 25.470588 | 27.131579 | 22.500000 |
| Club_Strava | 0.67 | 0.7188337 | ≥ 0.05 | 1.333333 | 2.204546 | 2.735736 | 2.310811 | 2.967568 | 3.793103 | 1.352941 | 1.810811 | 2.400000 |
| Kudos_reçus | 0.58 | 0.7952622 | ≥ 0.05 | 9.333333 | 17.553192 | 15.859281 | 17.205128 | 15.021053 | 20.103448 | 14.500000 | 16.078947 | 15.500000 |
| Fréquence_publication | 1.56 | 0.1344090 | ≥ 0.05 | 2.666667 | 4.255319 | 4.013473 | 4.237179 | 3.872340 | 3.678571 | 3.638889 | 4.657895 | 3.666667 |
| Fréquence_consultation | 4.52 | 0.0000221 | < 0.05 | 5.333333 | 5.117021 | 5.143713 | 4.916667 | 4.944444 | 5.517857 | 4.111111 | 6.973684 | 4.833333 |
| Nb_abonnés | 1.20 | 0.2964900 | ≥ 0.05 | 23.333333 | 86.340425 | 70.734940 | 80.448718 | 60.031746 | 64.137931 | 36.055556 | 58.578947 | 119.500000 |
| Nb_abonnements | 0.75 | 0.6512382 | ≥ 0.05 | 28.333333 | 76.680851 | 69.490964 | 75.532467 | 62.815790 | 84.344828 | 45.411765 | 59.894737 | 80.833333 |
| Ancienneté_Strava | 2.92 | 0.0032954 | < 0.05 | 3.000000 | 5.638298 | 5.116766 | 4.441558 | 4.586387 | 5.137931 | 6.000000 | 3.421053 | 4.333333 |
| Variable | Comparison | diff | lwr | upr | p adj |
|---|---|---|---|---|---|
| SCORE_SIS | 8-2 | 2.468645 | 0.0022731 | 4.9350169 | 0.0495797 |
| SCORE_SIS | 6-4 | 2.739169 | 0.2802997 | 5.1980380 | 0.0162625 |
| SCORE_SIS | 8-4 | 2.703779 | 0.4672229 | 4.9403344 | 0.0056880 |
| Fréquence_consultation | 8-2 | 1.856663 | 0.4178809 | 3.2954449 | 0.0021335 |
| Fréquence_consultation | 8-3 | 1.829972 | 0.7008709 | 2.9590724 | 0.0000205 |
| Fréquence_consultation | 8-4 | 2.057018 | 0.7523010 | 3.3617340 | 0.0000404 |
| Fréquence_consultation | 8-5 | 2.029240 | 0.8567299 | 3.2017496 | 0.0000035 |
| Fréquence_consultation | 8-7 | 2.862573 | 0.9754848 | 4.7496614 | 0.0000985 |
| Ancienneté_Strava | 8-2 | -2.217245 | -4.1777584 | -0.2567321 | 0.0135809 |
| Ancienneté_Strava | 8-3 | -1.695714 | -3.2342491 | -0.1571785 | 0.0184065 |
| Ancienneté_Strava | 8-7 | -2.578947 | -5.1503317 | -0.0075630 | 0.0486691 |
| Variable | Khi2_Indépendance | P_Value | Significatif | Coefficient_Cramer |
|---|---|---|---|---|
| Lien entre Type_abonnement et Catégorie | 17.71 | 0.0235162 | <0.05 | 0.15 |
| Type_abonnement | Catégorie | Observé | Attendu |
|---|---|---|---|
| Gratuit | Agriculteurs | 2 | 1.940940 |
| Payant | Agriculteurs | 1 | 1.059060 |
| Gratuit | Artisans | 26 | 30.408054 |
| Payant | Artisans | 21 | 16.591946 |
| Gratuit | Cadres | 199 | 216.738255 |
| Payant | Cadres | 136 | 118.261745 |
| Gratuit | Intermédiaires | 54 | 50.464430 |
| Payant | Intermédiaires | 24 | 27.535570 |
| Gratuit | Employés | 138 | 123.573154 |
| Payant | Employés | 53 | 67.426846 |
| Gratuit | Ouvriers | 19 | 18.762416 |
| Payant | Ouvriers | 10 | 10.237584 |
| Gratuit | Retraités | 15 | 11.645638 |
| Payant | Retraités | 3 | 6.354362 |
| Gratuit | Etudiants | 23 | 24.585235 |
| Payant | Etudiants | 15 | 13.414765 |
| Gratuit | Autres | 6 | 3.881879 |
| Payant | Autres | 0 | 2.118121 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 10.17383 | 8 | 9.18308 |
| Sexe | Moyenne | Médiane | Ecart_type |
|---|---|---|---|
| Femme | 9.581159 | 8.0 | 8.329205 |
| Homme | 10.685000 | 7.5 | 9.842088 |
| Moyenne | Médiane | Ecart_type | Khi2_ajustement | p.value |
|---|---|---|---|---|
| 2.461745 | 2 | 0.6791437 | 139.3969 | >0.001 |
| Sexe | Moyenne | Médiane | Ecart_type |
|---|---|---|---|
| Femme | 2.249275 | 2 | 0.6207701 |
| Homme | 2.645000 | 3 | 0.6746205 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 3.372312 | 3 | 1.288666 |
| Sexe | Moyenne | Médiane | Ecart_type |
|---|---|---|---|
| Femme | 2.976812 | 3 | 1.017027 |
| Homme | 3.714286 | 3 | 1.397619 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 39.14266 | 35 | 20.14104 |
| Sexe | Moyenne | Médiane | Ecart_type |
|---|---|---|---|
| Femme | 31.77843 | 30 | 15.49431 |
| Homme | 45.45750 | 40 | 21.49449 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 4.40457 | 3 | 3.888282 |
| Sexe | Moyenne | Médiane | Ecart_type |
|---|---|---|---|
| Femme | 4.261628 | 3 | 4.034275 |
| Homme | 4.527500 | 4 | 3.758932 |
| Variable | Khi2_ajustement | p.value |
|---|---|---|
| Objectif | 77.43329 | >0.001 |
## Le nombre d'individus considérés 643.
| Variable | Khi2_ajustement | p.value |
|---|---|---|
| Objectif | 155.6644 | <0.001 |
| Variable | Khi2_ajustement | p.value |
|---|---|---|
| Lieu | 102.2535 | >0.001 |
| Variable | Khi2_ajustement | p.value |
|---|---|---|
| Club | 112.8273 | >0.001 |
| Variable | Khi2_ajustement | p.value |
|---|---|---|
| Mode | 109.3456 | >0.001 |
| Khi2_ajustement | p.value |
|---|---|
| 435.4671 | <0.001 |
| Variable | Khi2_ajustement | p.value |
|---|---|---|
| Coach | 66.60448 | >0.001 |
| Variable | Khi2_ajustement | p.value |
|---|---|---|
| Programme | 93.10055 | >0.001 |
| Variable | Khi2_ajustement | p.value |
|---|---|---|
| Blessure | 101.1741 | >0.001 |
## Le nombre d'individus considérés 255.
| Variable | Khi2_ajustement | p.value |
|---|---|---|
| Pause blessure | 995.6644 | <0.001 |
Il s’agit de savoir s’il y a un lien entre l’utilisation de Strava et les caractéristiques sportives.
Rappel de l’hypothèse 1 : plus les coureurs amateurs utilisent Strava, plus le nombre de kilomètres et d’entraînements par semaine, et le nombre de compétitions par an sont élevés.
On peut tester les liens entre les variables Strava suivantes :
Avec les variables sportives suivantes :
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 2.132886 | 2 | 0.9403187 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 2.132886 | 2 | 0.9403187 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 2.09396 | 2 | 1.022215 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 2.045638 | 2 | 1.010994 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 1.558389 | 1 | 0.8688997 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 1.347651 | 1 | 0.6464943 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 1.695302 | 1 | 0.8993976 |
## Le nombre d'individus considérés 438.
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 1.121005 | 1 | 0.4294288 |
## Le nombre d'individus considérés 438.
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 1.114679 | 1 | 0.4131907 |
## Rappel : l'alpha de Cronbach sur le SIS est 0.763630836835257, sur le score OSF est 0.601301166919539 et sur le score EXPO 0.78033975325236.
| Strava | Nombre de kilomètres par semaine | Nombre d’entraînements par semaine | Compétitions |
|---|---|---|---|
| Score SIS | 0.03 | 0.08 | 0.18 |
| Score OSF | 0.02 | 0.03 | 0.19 |
| Score d’Exposition | 0.13 | 0.12 | 0.18 |
| Appartenance à un club Strava | 0.2 | 0.2 | 0.16 |
| Nombre de kudos reçus par activité | 0.32 | 0.28 | 0.26 |
| Fréquence de publication | 0.56 | 0.61 | 0.21 |
| Fréquence de consultation | 0.17 | 0.24 | 0.15 |
| Nombre d’abonnés | 0.38 | 0.36 | 0.18 |
| Nombre d’abonnements | 0.35 | 0.31 | 0.21 |
| Ancienneté sur Strava (années) | 0.16 | 0.09 | -0.04 |
| Variable | Khi2_indépendance | P.value | Significatif | Coefficient_Cramer |
|---|---|---|---|---|
| Lien catégorie abonnement et niveau | 16.56 | 0.0008688 | < 0.05 | 0.15 |
| Lien catégorie abonnement et type coureur | 25.27 | 0.0006792 | < 0.05 | 0.18 |
| Lien catégorie abonnement et coach | 2.67 | 0.1022671 | ≥ 0.05 | 0.06 |
| Lien catégorie abonnement et programme | 3.58 | 0.0583856 | ≥ 0.05 | 0.07 |
| Lien catégorie abonnement et objectif | 37.12 | 0.0000002 | < 0.05 | 0.22 |
| Lien catégorie abonnement et blessure | 2.35 | 0.1256023 | ≥ 0.05 | 0.06 |
| Lien catégorie abonnement et pause | 7.60 | 0.1075199 | ≥ 0.05 | 0.10 |
| Type_abonnement | Niveau | Observé | Attendu |
|---|---|---|---|
| Gratuit | Débutant | 32 | 27.17315 |
| Payant | Débutant | 10 | 14.82685 |
| Gratuit | Intermédiaire | 248 | 229.03087 |
| Payant | Intermédiaire | 106 | 124.96913 |
| Gratuit | Confirmé | 185 | 201.85772 |
| Payant | Confirmé | 127 | 110.14228 |
| Gratuit | Expert | 17 | 23.93826 |
| Payant | Expert | 20 | 13.06175 |
| Type_abonnement | Type_coureur | Observé | Attendu |
|---|---|---|---|
| Gratuit | Route, club, seul | 32 | 28.467114 |
| Payant | Route, club, seul | 12 | 15.532886 |
| Gratuit | Route, club, en groupe | 25 | 20.703356 |
| Payant | Route, club, en groupe | 7 | 11.296644 |
| Gratuit | Route, pas de club, seul | 113 | 110.633557 |
| Payant | Route, pas de club, seul | 58 | 60.366443 |
| Gratuit | Route, pas de club, en groupe | 10 | 7.763758 |
| Payant | Route, pas de club, en groupe | 2 | 4.236242 |
| Gratuit | Trail, club, seul | 75 | 82.813423 |
| Payant | Trail, club, seul | 53 | 45.186577 |
| Gratuit | Trail, club, en groupe | 75 | 64.051007 |
| Payant | Trail, club, en groupe | 24 | 34.948993 |
| Gratuit | Tail, pas de club, seul | 124 | 144.923490 |
| Payant | Tail, pas de club, seul | 100 | 79.076510 |
| Gratuit | Trail, pas de club, en groupe | 28 | 22.644295 |
| Payant | Trail, pas de club, en groupe | 7 | 12.355705 |
| Type_abonnement | Objectif_KM | Observé | Attendu |
|---|---|---|---|
| Gratuit | Pas d’objectif | 78 | 60.16913 |
| Payant | Pas d’objectif | 15 | 32.83087 |
| Gratuit | 20 K | 129 | 114.51544 |
| Payant | 20 K | 48 | 62.48456 |
| Gratuit | 50 K | 166 | 172.09664 |
| Payant | 50 K | 100 | 93.90336 |
| Gratuit | 100 K | 74 | 86.04832 |
| Payant | 100 K | 59 | 46.95168 |
| Gratuit | 100 M | 35 | 49.17047 |
| Payant | 100 M | 41 | 26.82953 |
| Variable | Student | P_value | Significatif | Gratuit | Payant |
|---|---|---|---|---|---|
| Catégorie d’abonnement et entrainement par semaine | -7.202226 | 0.0000000 | <0.05 | 3.128898 | 3.817490 |
| Catégorie d’abonnement et kilomètres par semaine | -5.761883 | 0.0000000 | <0.05 | 36.066528 | 44.790076 |
| Catégorie d’abonnement et nombre de compétitions | -2.785636 | 0.0054786 | <0.05 | 4.112266 | 4.939164 |
Rappel de l’hypothèse 1 : plus les coureurs amateurs utilisent Strava, plus le nombre de kilomètres par semaine, d’entraînements par semaine, et de compétitions par an sont élevés.
Le nombre de kilomètres par semaine est :
Le nombre d’entraînement par semaine est :
C’est cohérent avec la réponse à la question “Depuis que j’utilise Strava, je cours plus de kilomètres par semaine” où 36% ont répondu “Oui totalement” et la réponse à la question “Depuis que j’utilise Strava, je cours plus souvent” où 34% ont répondu “Oui totalement”.
Pour rappel, l’un des buts principaux d’utilisation de Strava et l’une des fonctionnalités les plus appréciées est l’enregistrement d’une activité, ce qui déclenche automatiquement sur Strava la publication de l’activité.
Le nombre de compétitions par an est faiblement corrélé à l’ensemble des variables sauf l’ancienneté sur Strava où il n’y a pas de corrélation : l’utilisation de Strava influence peu la participation aux compétitions.
C’est cohérent avec la réponse à la question “Depuis que j’utilise Strava, je cours plus de kilomètres par semaine” où 15% ont répondu “Oui totalement”.
Il y a un lien entre la catégorie d’abonnement et :
Les moyennes du nombre d’entraînements par semaine, du nombre de kilomètres par semaine et du nombre de compétitions par an sont significativement plus élévées chez les utilisateurs ayant un compte payant (test t de Student, p<0.01, hautement significatif).
L’hypothèse 1 est partiellement vraie.
La présentation de soi est la tentative d’un individu de contrôler la façon dont les autres le perçoivent 3. Dans l’article de Russell, il y a des témoignanges sur le contrôle : « Si c’est une course très lente, je ne la mettrais peut-être pas sur Strava.», « Je n’aime pas poster des courses qui ne font pas au moins 3 miles, parce que c’est un peu comme une course de mauviette, comme si vous ne terminiez pas au moins un 5K, pour moi, ce n’est pas une bonne journée. Vous devriez au moins être capable de faire un 5 km. Parce que je ne veux pas que mes followers se demandent pourquoi elle est si lente », « Parfois, je cours un ou deux kilomètres de plus, juste parce que ça a l’air mieux sur Strava. ». 3
Mais il y a également des témoignages qui se rapproche plus d’une présentation authentique : « Et donc je suppose que je me sens comme… plus capable d’être honnête et moi-même sur Strava et c’est moins une question de photos et d’image et plus une question de ma propre course », « Même si la course n’a pas été géniale, je dirai à l’avance que j’ai eu des difficultés mentales aujourd’hui… J’ai l’impression d’être très ouvert sur Strava en ce qui concerne les bons et les mauvais jours.» 3
Le Self-presentation and Upward Social Comparison Inclination Scale mesure l’auto-présentation sur les réseaux sociaux. 10 17 L’échelle comporte initialement 7 items qui ont été traduits et adaptés à l’étude. Le SPAUSCIS mesure le degré de focalisation sur l’auto-présentation et la comparaison sociale ascendante sur les réseaux sociaux. Il évalue plusieurs aspects du comportement des adolescents sur les réseaux sociaux, notamment la recherche de feedback, l’auto-présentation “améliorée” et la comparaison sociale avec des personnes perçues commet “meilleures”. Il est à noter que cette échelle a été utilisée auprès d’adolescent. Dans l’étude de Hjetland 17, l’alpha est de 0.87.
Suite au pré-test, un item a été enlevé dans l’étude sur Strava (“It is important to me that my posts receive many likes and/or comments”). L’échelle traduite et adaptée comporte donc 6 items.
Un score bas au SPAUSCIS indique que l’utilisateur accord peu d’importance à leur image sur Strava (ne recherche pas activement du feedback, pas de stratégie d’auto-présentation, pas de comparaison aux utilisateurs perçus comme “meilleurs”, pas de contrôle d’image) tandis qu’un score haut indique que l’utilisateur accorde beaucoup d’importance à son image sur Srava (recherche active de feedback, stratégie d’auto-présentation, comparaison aux autres, contrôle de l’image).
Les scores obtenus sur l’échantillon sont bas, ce qui signifie que les individus n’ont pas de stratégie d’auto-présentation pour paraître “meilleurs”.
## L'alpha de Cronbach sur les 6 items est de 0.544747605721729
L’alpha de Cronbach est assez faible, cela peut s’expliquer par le fait que c’est une traduction et adaptation dans le cadre de cette étude du questionnaire d’origine mais également par le fait que ce questionnaire était destiné plutôt à des publics adolescents.
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 1.463087 | 1 | 0.685129 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 1.30604 | 1 | 0.5465223 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 1.013423 | 1 | 0.1365166 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 1.10604 | 1 | 0.3925085 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 1.381208 | 1 | 0.6953541 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 1.30604 | 1 | 0.5465223 |
| Item | Moyenne | Médiane | Ecart_type | chi2_ajustement | P.value |
|---|---|---|---|---|---|
| SPAUSCIS1 | 1.463087 | 1.000000 | 0.6851290 | 706.0013 | <0.001 |
| SPAUSCIS2 | 1.306040 | 1.000000 | 0.5465223 | 1019.2040 | <0.001 |
| SPAUSCIS3 | 1.013423 | 1.000000 | 0.1365166 | 1442.4188 | <0.001 |
| SPAUSCIS4 | 1.106040 | 1.000000 | 0.3925085 | 1773.4591 | <0.001 |
| SPAUSCIS5 | 1.381208 | 1.000000 | 0.6953541 | 937.5826 | <0.001 |
| SPAUSCIS6 | 1.526174 | 1.000000 | 0.7635335 | 630.4577 | <0.001 |
| SCORE_SPAUSCIS | 1.299329 | 1.166667 | 0.3195509 | 1295.0443 | <0.001 |
Il s’agit de savoir s’il y a un lien entre l’utilisation de Strava et le score SPAUSCIS.
Rappel de l’hypothèse 2 : plus les coureurs amateurs utilisent Strava, plus ils sont susceptibles de filtrer ou modifier ce qu’ils partagent pour contrôler leur image.
On peut tester les liens entre les variables Strava suivantes avec le score SPAUSCIS :
| Variable | SPAUSCIS |
|---|---|
| SCORE SIS | 0.43 |
| SCORE OSF | 0.3 |
| SCORE EXPO | 0.23 |
| Clubs Strava | 0.15 |
| Kudos reçus | 0.19 |
| Fréquence publication | 0.07 |
| Fréquence consultation | 0.21 |
| Nombre d’abonnés | 0.16 |
| Nombre d’abonnements | 0.15 |
| Ancienneté Strava | 0.01 |
| Variable | Student | p_value | Significatif | Gratuit | Payant |
|---|---|---|---|---|---|
| Catégorie d’abonnement et SPAUSCIS | -2.352556 | 0.0189048 | <0.05 | 1.279046 | 1.336502 |
Rappel de l’hypothèse 2 : plus les coureurs amateurs utilisent Strava, plus ils sont susceptibles de filtrer ou modifier ce qu’ils partagent pour contrôler leur image.
Les scores au SPAUSCIS restent relativement bas (Q3 = 2). Attention, l’alpha de Cronbach est assez faible pour le score SPAUCIS donc les conclusions ne sont pas très fiables.
Le score SIS (0.43) et le score OSF (0.3) sont modérément corrélés au score SPAUSCIS.
Le score EXPO (0.23), le nombre de clubs Strava (0.15), les kudos reçus en moyenne par activité (0.19), la fréquence de consultation (0.21), le nombre d’abonnés (0.16) et le nombre d’abonnements (0.15) sont faiblement corrélés au score SPAUSCIS.
La moyenne du score SPAUSCIS est significativement plus élévée chez les utilisateurs ayant un compte payant (test t de Student, p<0.05, significatif).
L’hypothèse 2 est partiellement vraie.
Pour aller plus loin dans l’hypothèse 2, il s’agit de savoir s’il y a un lien entre le score SPAUSCIS et les caractéristiques sportives.
On peut tester le score SPAUCIS avec les variables sportives suivantes :
| Variable | SPAUSCIS |
|---|---|
| Fréquence d’entraînement | -0.09 |
| Kilomètres par semaine | -0.09 |
| Compétitions par an | 0.11 |
| Variable | Student | P_value | Significatif | Avec_coach | Sans_coach |
|---|---|---|---|---|---|
| Coach et SPAUSCIS | -0.1140976 | 0.9091913 | ≥ 0.05 | 1.296667 | 1.3 |
| Variable | Student | P.value | Signficatif | Avec_programme | Sans_programme |
|---|---|---|---|---|---|
| Programme et SPAUSCIS | 1.717416 | 0.0863198 | ≥ 0.05 | 1.329662 | 1.286036 |
| Variable | Student | P.value | Significatif | Blessure | Pas_de_blessure |
|---|---|---|---|---|---|
| Blessure et SPAUSCIS | 0.0010804 | 0.9991382 | ≥ 0.05 | 1.299346 | 1.29932 |
| Variable | F_value | P_value | Significatif | Débutant | Intermédiaire | Confirmé | Expert |
|---|---|---|---|---|---|---|---|
| Lien score SPAUSCIS et niveau | 0.4572719 | 0.7122354 | ≥ 0.05 | 1.277778 | 1.287665 | 1.313568 | 1.315315 |
| Variable | F_value | P_value | Significatif |
|---|---|---|---|
| Lien score SPAUSCIS et type coureur | 0.5687244 | 0.7816408 | ≥ 0.05 |
| Type_coureur | Moyenne |
|---|---|
| Route/Club/Seul | 1.287879 |
| Route/Pas club/Seul | 1.359375 |
| Route/Club/En groupe | 1.303119 |
| Route/Pas club/En groupe | 1.250000 |
| Trail/Club/Seul | 1.329427 |
| Trail/Pas club/Seul | 1.279461 |
| Trail/Club/En groupe | 1.280506 |
| Trail/Pas club/En groupe | NA |
| Variable | F_value | P_value | Significatif | Vingt_km | Cinquante_km | Cent_km | Cent_miles |
|---|---|---|---|---|---|---|---|
| Lien score SPAUSCIS et objectif 2025 | 2.38064 | 0.0502723 | ≥ 0.05 | 1.286738 | 1.30791 | 1.337719 | 1.243108 |
| Variable | F_value | P_value | Significatif | Jours | Semaines | Mois | Pas_de_pause |
|---|---|---|---|---|---|---|---|
| Lien score SPAUSCIS et pause blessure | 0.5921406 | 0.6684227 | ≥ 0.05 | 1.311508 | 1.322344 | 1.276836 | 1.214286 |
Rappel de l’hypothèse 2 : plus les coureurs amateurs utilisent Strava, plus ils sont susceptibles de filtrer ou modifier ce qu’ils partagent pour contrôler leur image.
Pour compléter la première conclusion sur l’hypothèse 2, il est possible de se demander si le score SPAUSCIS a un lien avec la pratique (est-ce que par exemple le fait d’avoir une stratégie d’auto-présentation élevée est en lien avec le nombre de kilomètres parcourus par semaine ?)
Il y a une faible corrélation entre le score SPAUSCIS et le nombre de compétitions par an (0.11). Il n’y a pas de corrélation entre le score SPAUSCIS et le nombre de kilomètres et d’entraînements par semaine.
Les conclusions sont peu fiables étant donné l’alpha de Cronbach du SPAUSCIS qui est assez faible.
Il n’est pas possible de mettre en évidence des différences significatives pour le score SPAUSCIS et les personnes suivies par un coach ou non. De même avec les personnes suivant un programme d’entraînement ou non. Et de même avec les personnes ayant eu une blessure liée à la pratique de la course à pied dans les 6 derniers mois ou non. (test de Student, p > 0.05)
Il n’est pas possible de mettre en évidence des différences significatives entre le score SPAUSCIS et les différents niveaux de pratique, de même pour les types de coureurs, les types d’objectifs 2025 (distance) et les différentes durées de pause liées à des blesssures à cause de la course à pied pour les coureurs qui ont été blessés (ANOVA, p > 0.05).
Dans l’article de Rusell3, il y a des témoignages concernant la pression perçue “I think it makes you feel like there’s pressure to do as much as other people are doing or as well as other people are doing… I had a really bad run or workout oneday, and I see others having better runs, then that can make me feel worse.
Le Perceived Stress Scale mesure le stress perçu et la capacité d’adaptation. Les items ont étés traduits et adaptés à partir de l’étude de Sischka 11. L’étude de Chiu 13 recommande d’utiliser cette échelle mais en version 2 facteurs : stress perçu et capacité d’adaptation.
Les items 1, 2, 3, 6, 9, 10 de l’échelle mesure le stress perçu et 4, 5, 7, 8 mesurent la capacité à gérer son stress.
L’article de Chiu 13 indique un alpha de Cronbach de 0.81 pour le stress perçu et 0.71 pour la capacité d’adaptation.
Suite au pré-test, un item a été enlevé dans l’étude sur Strava (“In the last week, how often have you felt that you were on top of things?”). L’échelle traduite et adaptée comporte donc 9 items.
Un score élevé sur le PSS (facteur stress perçu) indique un stress perçu élévé tandis qu’un score faible indique un stress perçu faible. Un score élevé sur le PSS (facteur capacité d’adaptation) montre que la personne arrive à gérer son stress correctement tandis qu’un score faible indique qu’elle a plus de mal. Ainsi, un individu peut avoir un haut niveau de stress mais aussi une forte capacité d’adaptation et inversement.
Dans l’échantillon, le stress perçu par l’utilisation de Strava est plutôt faible et l’adaptation au stress perçu par l’utilisation de Strava est plutôt élevée.
L’alpha de Cronbach pour le score de l’adaptation au stress est faible du fait de la traduction, adaptation et suppression d’un item suite au pré-test. Les conclusions sont donc peu fiables.
## L'alpha de Cronbach sur les 6 items est de 0.670192093450068
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 1.060403 | 1 | 0.2701102 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 1.174497 | 1 | 0.5149844 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 1.071141 | 1 | 0.3137304 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 1.421477 | 1 | 0.7510355 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 1.163758 | 1 | 0.4808447 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 1.210738 | 1 | 0.5260858 |
| Item | Moyenne | Médiane | Ecart_type | chi2_ajustement | P.value |
|---|---|---|---|---|---|
| PSS1 | 1.060403 | 1 | 0.2701102 | 1930.6027 | <0.001 |
| PSS2 | 1.174497 | 1 | 0.5149844 | 1567.7785 | <0.001 |
| PSS3 | 1.071141 | 1 | 0.3137304 | 1907.7195 | <0.001 |
| PSS6 | 1.421477 | 1 | 0.7510355 | 889.7544 | <0.001 |
| PSS8 | 1.163758 | 1 | 0.4808447 | 1576.3799 | <0.001 |
| PSS9 | 1.210738 | 1 | 0.5260858 | 1392.8631 | <0.001 |
| SCORE_PSS_Stress | 7.102013 | 6 | 1.8485125 | 1468.8899 | <0.001 |
## L'alpha de Cronbach sur les 3 items est de 0.632857044365542
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 2.346309 | 2 | 1.189477 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 2.944966 | 3 | 0.9134182 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 2.983893 | 3 | 1.175355 |
| Item | Moyenne | Médiane | Ecart_type | chi2_ajustement | P.value |
|---|---|---|---|---|---|
| PSS4 | 2.346309 | 2 | 1.1894769 | 62.12483 | <0.001 |
| PSS5 | 2.944966 | 3 | 0.9134182 | 159.00537 | <0.001 |
| PSS7 | 2.983893 | 3 | 1.1753555 | 246.54362 | <0.001 |
| SCORE_PSS_Adaptation | 8.275168 | 8 | 2.5060654 | 237.76376 | <0.001 |
La question ici est de savoir si l’utilisation de Strava (intensité et fréquence d’utilisation, utilisation des fonctionnalités de sociabilisation en ligne et exposition d’informations personnelles…) engendre un stress perçu ou non.
Rappel de l’hypothèse 3 : plus les coureurs amateurs utilisent Strava, plus ils sont susceptibles de ressentir du stress.
On peut tester les liens entre les variables Strava suivantes avec le score PSS “stress perçu” et le score “adaptation au stress”:
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 1.183893 | 1 | 0.4970433 |
| Motivation | PSS_Stress | PSS_Adaptation |
|---|---|---|
| SCORE SIS | 0.18 | -0.36 |
| SCORE OSF | 0.09 | -0.23 |
| SCORE EXPO | 0.03 | -0.21 |
| Clubs Strava | 0.02 | -0.15 |
| Kudos reçus | 0 | -0.1 |
| Fréquence publication | -0.07 | -0.12 |
| Fréquence consultation | 0.09 | -0.21 |
| Nombre d’abonnés | 0.01 | -0.12 |
| Nombre d’abonnements | 0.03 | -0.11 |
| Ancienneté Strava | -0.02 | 0 |
| Variable | Student | p_value | Significatif | Gratuit | Payant |
|---|---|---|---|---|---|
| Catégorie d’abonnement et score PSS Stress | 1.487129 | 0.1374049 | ≥ 0.05 | 7.176348 | 6.96578 |
| Variable | Student | p_value | Significatif | Gratuit | Payant |
|---|---|---|---|---|---|
| Catégorie d’abonnement et score PSS Adaptation | 3.745083 | 0.0001943 | <0.05 | 8.526971 | 7.813688 |
Rappel de l’hypothèse 3 : plus les coureurs amateurs utilisent Strava, plus ils sont susceptibles de ressentir du stress.
Il y a une faible corrélation positive entre le score PSS “stress perçu” et le score SIS (0.18). Les autres variables Strava n’ont pas de corrélation avec le score PSS “stress perçu”.
Il y a une corrélation moyenne négative entre le score PSS “adaptation au stress” et le score SIS (-0.36).
Il y a des faibles corrélations négatives entre le score PSS “adaptation au stress” et le score OSF (-0.23), le score d’exposition (-0.21), le nombre de clubs strava (-0.15), la fréquence de publication (-0.12), la fréquence de consultation (-0.21), le nombre d’abonnés (-0.12) et le nombre d’abonnements (-0.11).
Il n’y a pas de corrélation entre le score PSS “adaptation au stress” et le nombre de kudos reçus et l’ancienneté sur Strava.
Il n’est pas possible de mettre en évidence de différence pour le score PSS “stress perçu” pour les différentes catégories d’abonnement (payant/gratuit) (test t de Student, p>0.05). En revanche, il est possible de mettre en évidence des différences pour le score PSS “adaptation au stress” pour les différentes catégories d’abonnement : les personnes ayant un compte avec un abonnement gratuit ont un score PSS “adaptation au stress” plus élevé. (test de Student, p< 0.01, hautement significatif)
L’hypothèse 3 est donc plutôt fausse.
Pour aller plus loin dans l’hypothèse 3, il s’agit de savoir s’il y a un lien entre les 2 scores PSS et les caractéristiques sportives.
On peut tester les 2 scores PSS avec les variables sportives suivantes :
| Variable | PSS_Stress | PSS_Adaptation |
|---|---|---|
| Fréquence d’entraînement | -0.12 | 0.02 |
| Kilomètres par semaine | -0.14 | 0.04 |
| Compétitions par an | 0.03 | -0.07 |
| Variable | Student | p_value | Significatif | Avec_coach | Sans_coach |
|---|---|---|---|---|---|
| Coach et PSS Stress | 0.4296672 | 0.6675623 | ≥ 0.05 | 7.16 | 7.087395 |
| Variable | Student | p_value | Significatif | Avec_coach | Sans_coach |
|---|---|---|---|---|---|
| Coach et PSS Adaptation | -1.39629 | 0.1630441 | ≥ 0.05 | 8.02 | 8.339496 |
| Variable | Student | p_value | Significatif | Avec_programme | Sans_programme |
|---|---|---|---|---|---|
| Programme et PSS Stress | 1.285613 | 0.1989788 | ≥ 0.05 | 7.23348 | 7.044402 |
| Variable | Student | p_value | Significatif | Avec_programme | Sans_programme |
|---|---|---|---|---|---|
| Programme et PSS Adaptation | -1.540705 | 0.1238143 | ≥ 0.05 | 8.061674 | 8.368726 |
| Variable | Student | p_value | Significatif | Blessure | Pas_de_blessure |
|---|---|---|---|---|---|
| Blessure et score PSS Stress | 2.683982 | 0.0074371 | <0.05 | 7.352941 | 6.971429 |
| Variable | Student | p_value | Significatif | Blessure | Pas_de_blessure |
|---|---|---|---|---|---|
| Blessure et score PSS Adaptation | -1.516272 | 0.1298759 | ≥ 0.05 | 8.082353 | 8.37551 |
| Variable | F_value | P_value | Significatif | Débutant | Intermédiaire | Confirmé | Expert |
|---|---|---|---|---|---|---|---|
| Lien score PSS Stress et niveau | 2.179436 | 0.0891113 | ≥ 0.05 | 7.595238 | 7.172316 | 7.009615 | 6.648649 |
| Lien score PPS Adaptation et niveau | 1.214820 | 0.3033028 | ≥ 0.05 | 8.190476 | 8.435028 | 8.080128 | 8.486486 |
| Variable | F_value | P_value | Significatif |
|---|---|---|---|
| Lien score PSS Stress et type coureur | 1.0204891 | 0.4151548 | ≥ 0.05 |
| Lien score PSS Adaptation et type coureur | 0.4523426 | 0.8688120 | ≥ 0.05 |
| Type_coureur | Moyenne_Stress | Moyenne_Adaptation |
|---|---|---|
| Route/Club/Seul | 7.318182 | 8.295454 |
| Route/Pas club/Seul | 7.281250 | 8.218750 |
| Route/Club/En groupe | 7.345029 | 8.052632 |
| Route/Pas club/En groupe | 7.333333 | 7.916667 |
| Trail/Club/Seul | 7.000000 | 8.382812 |
| Trail/Pas club/Seul | 7.101010 | 8.313131 |
| Trail/Club/En groupe | 6.946429 | 8.433036 |
| Trail/Pas club/En groupe | 6.771429 | 8.000000 |
| Variable | F_value | P_value | Significatif | Vingt_km | Cinquante_km | Cent_km | Cent_miles |
|---|---|---|---|---|---|---|---|
| Lien score PSS Stress et objectif 2025 | 2.680628 | 0.0306639 | < 0.05 | 7.215054 | 7.124294 | 7.300752 | 6.691729 |
| Lien score PSS Adaptation et objectif 2025 | 3.056992 | 0.0163092 | < 0.05 | 8.451613 | 8.220339 | 8.015038 | 8.887218 |
| Variable | F_value | P_value | Significatif | Jours | Semaines | Mois | Pas_de_pause |
|---|---|---|---|---|---|---|---|
| Lien score PSS Stress et pause blessure | 2.1257055 | 0.0759322 | ≥ 0.05 | 7.297619 | 7.505495 | 7.305085 | 7.047619 |
| Lien score PSS Adaptation et pause blessure | 0.8746612 | 0.4786220 | ≥ 0.05 | 7.952381 | 8.032967 | 8.389831 | 7.952381 |
| diff | lwr | upr | p adj | Comparison | Variable |
|---|---|---|---|---|---|
| -0.6090226 | -1.1434261 | -0.0746191 | 0.0162643 | 3-2 | Lien score PSS Stress et objectif 2025 |
| 0.8721805 | 0.1484043 | 1.5959566 | 0.0090918 | 3-2 | Lien score PSS Adaptation et objectif 2025 |
Rappel de l’hypothèse 3 : plus les coureurs amateurs utilisent Strava, plus ils sont susceptibles de ressentir du stress.
Pour compléter la première conclusion sur l’hypothèse 3, il est possible de se demander si les 2 scoreS PSS ont un lien avec la pratique (est-ce que par exemple le fait d’avoir une score PSS “stress perçu” est en lien avec le nombre de kilomètres parcourus par semaine ?)
Il n’y a pas de corrélations entre le score PSS “adaptation au stress” et le nombre de kilomètres et d’entraînements par semaine et le nombre de compétitions par an.
Il y a une corrélation négative entre le score PSS “stress perçu” et le nombre de kilomètres par semaine (-0.14) et le nombre d’entraînement par semaine (-0.12). Ce sont des corrélations faibles (<0.3).
Il n’y a pas de corrélations entre le score PSS “stress perçu” et le nombre de compétitions par an.
Il n’est pas possible de mettre en évidence des différences de score PSS “stress perçu” ou PSS “adaptation au stress” avec le fait d’avoir un coach ou non ou le fait de suivre ou non un programme d’entraînement (test t de Student, p > 0.05). Il n’est pas possible de mettre en évidence des différences de score PSS “adaptation au stress” avec le fait d’avoir été blessé ou non ces 6 derniers mois (test t de Student, p>0.05).
Par contre, il est possible de mettre en évidence une différence de moyenne pour le score PSS “stress perçu” entre les personnes blessées ces 6 derniers mois ou non : les personnes blessées ces 6 derniers mois ont un score plus élevés.
Il n’est pas possible de mettre en évidence des différences significatives entre les 2 scores PSS et les différents niveaux de pratique, de même pour les types de coureurs, et les différentes durées de pause liées à des blesssures à cause de la course à pied pour les coureurs qui ont été blessés (ANOVA, p > 0.05).
Par contre, il y a des différences significatives pour les 2 scores PSS entre les différents types d’objectif 2025 : les coureurs qui ont pour objectif un 100 K ont un score PSS “stress perçu” plus élévé que ceux qui ont pour objectif un 50K. Les coureurs qui ont pour objectif un 100K on un score PSS “adpatation au stress” plus faible que ceux qui font un 50K.
Le stress perçu par l’utilisation de Strava semble être peu lié aux différentes caractéristiques de la pratique, sauf pour le fait d’être blessé et le fait d’avoir un objectif en 2025.
Dans l’étude de Russell 3, Strava est une source de motivation. Par exemple, il y a ce témoignagne concernant le fait de pouvoir interagir et se comparer “Pour ce marathon, je pense que nous essayons tous les cinq de suivre le même plan, donc je sais ce que chaque personne est censée faire chaque jour, donc j’ai l’impression que cela donne plus de responsabilité pour réaliser ce que je me suis fixé. Je ne sais pas si j’aurais suivi le programme d’entraînement autant que je l’ai fait si je n’avais pas eu Strava ou si je ne l’utilisais pas autant.” Il y a également ce témoignagne concernant le fait de voir ses progrès “Honnêtement, c’est une grande source de motivation de voir visuellement tous ces chiffres changer au fur et à mesure que je continue à courir.” et “c’est vraiment cool de voir jusqu’où j’ai progressé”.
Dans cette étude, une traduction et adaptation du BREQ-3 (Behavioural Regulation In Exercise Questionnaire) en 12 items est utilisée. Cette échelle mesure la motivation intrinsèque, intégrée et identifiée (motivations autodéterminées) et la motivation introjectée et externe (motivations non-autodéterminées) et l’amotivation 12. Les alphas de Cronbach dans l’étude de Rocchi 12 ne sont pas mentionnés. L’Oméga de McDonald est utilisé à la place et les valeurs sont de :
Le score RAI dans l’échantillon est assez haut, ce qui suggère que les coureurs ont un haut niveau de motivation autonome (motivation intrinsèque, intégrée et identifiée).
## L'alpha de Cronbach sur les 2 items est de 0.545949601260713
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 3.816107 | 4 | 0.4365781 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 3.233557 | 3 | 0.8306633 |
| Item | Moyenne | Médiane | Ecart_type | chi2_ajustement | P.value |
|---|---|---|---|---|---|
| BREQ 1 | 3.816107 | 4.0 | 0.4365781 | 864.9450 | <0.001 |
| BREQ 2 | 3.233557 | 3.0 | 0.8306633 | 336.4336 | <0.001 |
| SCORE_BREQ_Intrinseque | 3.524832 | 3.5 | 0.5502817 | 455.4349 | <0.001 |
## L'alpha de Cronbach sur les 2 items est de 0.713655624275382
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 3.273826 | 4 | 0.8504739 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 3.567785 | 4 | 0.6337578 |
| Item | Moyenne | Médiane | Ecart_type | chi2_ajustement | P.value |
|---|---|---|---|---|---|
| BREQ 3 | 3.273826 | 4.0 | 0.8504739 | 360.6913 | <0.001 |
| BREQ 4 | 3.567785 | 4.0 | 0.6337578 | 748.2349 | <0.001 |
| SCORE_BREQ_Integree | 3.420805 | 3.5 | 0.6612626 | 381.6631 | <0.001 |
## L'alpha de Cronbach sur les 2 items est de 0.671573740786993
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 3.67651 | 4 | 0.5524128 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 3.813423 | 4 | 0.4292181 |
| Item | Moyenne | Médiane | Ecart_type | chi2_ajustement | P.value |
|---|---|---|---|---|---|
| BREQ 5 | 3.676510 | 4 | 0.5524128 | 970.2591 | <0.001 |
| BREQ 6 | 3.813423 | 4 | 0.4292181 | 1371.1718 | <0.001 |
| SCORE_BREQ_Identifiee | 3.744966 | 4 | 0.4291834 | 492.7678 | <0.001 |
## L'alpha de Cronbach sur les 2 items est de 0.774804605406311
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 1.985235 | 2 | 0.8850897 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 2.159731 | 2 | 0.9231141 |
| Item | Moyenne | Médiane | Ecart_type | chi2_ajustement | P.value |
|---|---|---|---|---|---|
| BREQ 7 | 1.985235 | 2 | 0.8850897 | 202.8604 | <0.001 |
| BREQ 8 | 2.159731 | 2 | 0.9231141 | 134.8872 | <0.001 |
| SCORE_BREQ_Introjectee | 2.072483 | 2 | 0.8169787 | 268.7611 | <0.001 |
## L'alpha de Cronbach sur les 2 items est de 0.498730665186932
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 1.233557 | 1 | 0.5503678 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 1.061745 | 1 | 0.2959397 |
| Item | Moyenne | Médiane | Ecart_type | chi2_ajustement | P.value |
|---|---|---|---|---|---|
| BREQ 9 | 1.233557 | 1 | 0.5503678 | 1313.432 | <0.001 |
| BREQ 10 | 1.061745 | 1 | 0.2959397 | 1951.338 | <0.001 |
| SCORE_BREQ_Externe | 1.147651 | 1 | 0.3606267 | 1192.690 | <0.001 |
## L'alpha de Cronbach sur les 2 items est de 0.242368387013323
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 1.114094 | 1 | 0.4070977 |
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 1.022819 | 1 | 0.1743347 |
| Item | Moyenne | Médiane | Ecart_type | chi2_ajustement | P.value |
|---|---|---|---|---|---|
| BREQ 11 | 1.114094 | 1 | 0.4070977 | 1757.609 | <0.001 |
| BREQ 12 | 1.022819 | 1 | 0.1743347 | 1401.699 | <0.001 |
| SCORE_BREQ_Amotivation | 1.068456 | 1 | 0.2362018 | 1339.243 | <0.001 |
Le Relative Autonomy Index est un indice qui mesure l’autonomie motivationnelle en pondérant les types de motivation selon leur degré d’autodétermination12. Il se calcule en faisant la somme suivante :
(-3)xScore_amotivation + (-2)xScore_motivation_externe + (-1)xScore_motivation_introjectée + Score_motivitation identifiée + 2x Score_motivation_intégrée + 3x Score_motivationè_intrinsèque.
Un haut score signifie que que l’individu est motivé de manière autonome (raisons intrinsèques ou identifiées) tandis qu’un score bas indique que l’individu est amotivé ou a une motivation contrôlée.
| Item | Moyenne | Médiane | Ecart_type |
|---|---|---|---|
| RAI | 13.58792 | 14.5 | 3.27677 |
La question ici est de savoir si l’utilisation de Strava (intensité et fréquence d’utilisation, utilisation des fonctionnalités de sociabilisation en ligne et exposition d’informations personnelles…) ont un lien avec la motivation à courir (scores BREQ).
Rappel de l’hypothèse 4 : plus les coureurs amateurs utilisent Strava, plus ils sont motivés dans leur pratique.
On peut tester les liens entre les variables Strava suivantes avec les scores BREQ :
| Moyenne | Médiane | Ecart_type |
|---|---|---|
| 2.296644 | 2 | 0.9955827 |
| Motivation | Intrinsèque | Integrée | Identifiée | Introjectée | Externe | Amotivation | RAI |
|---|---|---|---|---|---|---|---|
| SCORE SIS | 0.1 | 0.19 | 0.15 | 0.21 | 0.10 | -0.05 | 0.08 |
| SCORE OSF | 0.09 | 0.14 | 0.1 | 0.07 | 0.08 | -0.03 | 0.09 |
| SCORE EXPO | 0.08 | 0.11 | 0.1 | 0.05 | -0.01 | -0.07 | 0.1 |
| Clubs Strava | 0.09 | 0.14 | 0.07 | 0.01 | 0.02 | -0.02 | 0.11 |
| Kudos reçus | 0.14 | 0.23 | 0.13 | 0 | 0.02 | 0.00 | 0.17 |
| Fréquence publication | 0.23 | 0.34 | 0.24 | 0.07 | -0.07 | -0.07 | 0.3 |
| Fréquence consultation | 0.12 | 0.2 | 0.13 | 0.13 | 0.03 | -0.10 | 0.14 |
| Nombre d’abonnés | 0.12 | 0.2 | 0.08 | 0 | 0.01 | 0.02 | 0.15 |
| Nombre d’abonnements | 0.16 | 0.23 | 0.1 | -0.01 | 0.03 | 0.02 | 0.18 |
| Ancienneté Strava | -0.03 | 0.09 | -0.03 | -0.06 | 0.01 | 0.05 | 0.02 |
| Variable | Student | P_Value | Significatif | Gratuit | Payant |
|---|---|---|---|---|---|
| Catégorie d’abonnement et score BREQ Intrinseque | -2.723980 | 0.0066016 | <0.05 | 3.484440 | 3.598859 |
| Catégorie d’abonnement et score BREQ Introjectee | -1.921168 | 0.0550929 | ≥ 0.05 | 2.030083 | 2.150190 |
| Catégorie d’abonnement et score BREQ Identifiee | -2.432577 | 0.0152269 | <0.05 | 3.716805 | 3.796578 |
| Catégorie d’abonnement et score BREQ Integree | -3.840845 | 0.0001331 | <0.05 | 3.352697 | 3.545627 |
| Catégorie d’abonnement et score BREQ Externe | 1.560171 | 0.1191453 | ≥ 0.05 | 1.162863 | 1.119772 |
| Catégorie d’abonnement et score BREQ Amotivation | 1.789021 | 0.0740187 | ≥ 0.05 | 1.079875 | 1.047529 |
| Catégorie d’abonnement et score BREQ Rai | -3.497452 | 0.0004977 | <0.05 | 13.280083 | 14.152091 |
Il y a des corrélations positives faibles entre le score RAI et le nombre de clubs Strava (0.11), le nombre de kudos reçus par activité (0.17), la fréquence de consultation (0.14), le nombre d’abonnés (0.15) et le nombre d’abonnements (0.18).
Il y a une corrélation moyenne positive entre le score RAI et le fréquence de publication (0.3).
Il y a des corrélations positives faibles entre le score BREQ Intrinsèque et les kudos reçus (0.14), la fréquence de publication (0.23), la fréquence de consultation (0.12), le nombre d’abonnés (0.12), et le nombre d’abonnements (0.16).
Il y a des corrélations positives faibles entre le score BREQ Intégrée et le score SIS (0.19), le score OSF (0.14), le score d’exposition (0.11), le nombre de clubs Strava (0.14), le nombre de kudos reçus par activité (0.23), la fréquence de consultation (0.2), le nombre d’abonnés (0.2), et le nombre d’abonnements (0.23). Il est à noter qu’il y une corrélation positive moyenne entre le score BREQ intégrée et la fréquence de publication (0.34).
Il y a des corrélations positives faibles entre le score BREQ Identifiée et le score SIS (0.15), le nombre de kudos reçus par activité (0.13), la fréquence de publication (0.24), et la fréquence de consultation (0.13).
Il y a des corrélations positives faibles entre le score BREQ Introjectée et le score SIS (0.21), et la fréquence de consultation (0.13).
Il n’y a pas de corrélations entre la motivation externe et les variables Strava. Il n’y a pas de corrélation entre l’amotivation et les variables Strava.
La moyenne du score RAI est significativement plus élévée chez les utilisateurs ayant un compte payant (test t de Student, p<0.01, hautement significatif), de même pour le score de motivation intrinsèque et intégrée. La moyenne du score de motivation identifiée est significativement plus haute pour les utilisateur avec un compte payant (test t de Student, p<0.05, significatif).
L’hypothèse 4 est donc partiellement vraie, les liens sont assez faibles entre motivation et variables Strava.
Pour aller plus loin dans l’hypothèse 4, il s’agit de savoir s’il y a un lien entre les différents scores BREQ et les caractéristiques sportives.
On peut tester les scores BREQ avec les variables sportives suivantes :
| Variable | Intrinsèque | Intégrée | Identifiée | Introjectée | Externe | Amotivation | RAI |
|---|---|---|---|---|---|---|---|
| Nombre d’entraînements par semaine | 0.25 | 0.38 | 0.27 | 0.09 | -0.11 | -0.06 | 0.33 |
| Nombre de kilomètres par semaine | 0.28 | 0.38 | 0.26 | 0.05 | -0.12 | -0.08 | 0.36 |
| Nombre de compétitions par an | 0.09 | 0.14 | 0.1 | 0.05 | 0.01 | 0.04 | 0.09 |
| Variable | Student | P_Value | Significatif | Avec_coach | Sans_coach |
|---|---|---|---|---|---|
| Coach et BREQ Intrinsèque | 3.4748979 | 0.0005407 | <0.05 | 3.663333 | 3.489916 |
| Coach et BREQ Introjectée | 2.1442203 | 0.0323391 | <0.05 | 2.200000 | 2.040336 |
| Coach et BREQ Identifiée | 1.3322532 | 0.1831855 | ≥ 0.05 | 3.786667 | 3.734454 |
| Coach et BREQ Intégrée | 4.4601848 | 0.0000095 | <0.05 | 3.633333 | 3.367227 |
| Coach et BREQ Externe | 0.5957027 | 0.5515553 | ≥ 0.05 | 1.163333 | 1.143698 |
| Coach et BREQ Amotivation | -1.2647609 | 0.2063536 | ≥ 0.05 | 1.046667 | 1.073950 |
| Coach et Rai | 3.3209681 | 0.0009409 | <0.05 | 14.376667 | 13.389076 |
| Variable | Student | P_Value | Significatif | Avec_programme | Sans_programme |
|---|---|---|---|---|---|
| Programme et BREQ Intrinsèque | 0.7755571 | 0.4382573 | ≥ 0.05 | 3.548458 | 3.514479 |
| Programme et BREQ Introjectée | 1.5649023 | 0.1180316 | ≥ 0.05 | 2.143172 | 2.041506 |
| Programme et BREQ Identifiée | -1.3188115 | 0.1876385 | ≥ 0.05 | 3.713656 | 3.758687 |
| Programme et BREQ Intégrée | -0.0628907 | 0.9498704 | ≥ 0.05 | 3.418502 | 3.421815 |
| Programme et BREQ Externe | -0.6656153 | 0.5058636 | ≥ 0.05 | 1.134361 | 1.153475 |
| Programme et BREQ Amotivation | -0.8556650 | 0.3924589 | ≥ 0.05 | 1.057269 | 1.073359 |
| Programme et Rai | 0.1345415 | 0.8930108 | ≥ 0.05 | 13.612335 | 13.577220 |
| Variable | Student | P_Value | Significatif | Avec_Blessure | Sans_Blessure |
|---|---|---|---|---|---|
| Blessure et BREQ Intrinsèque | 2.4168382 | 0.0158959 | <0.05 | 3.592157 | 3.489796 |
| Blessure et BREQ Introjectée | 3.3802967 | 0.0007619 | <0.05 | 2.211765 | 2.000000 |
| Blessure et BREQ Identifiée | 0.8154707 | 0.4150643 | ≥ 0.05 | 3.762745 | 3.735714 |
| Blessure et BREQ Intégrée | 2.6608881 | 0.0079617 | <0.05 | 3.509804 | 3.374490 |
| Blessure et BREQ Externe | 0.7168438 | 0.4736958 | ≥ 0.05 | 1.160784 | 1.140816 |
| Blessure et BREQ Amotivation | 0.3409674 | 0.7332245 | ≥ 0.05 | 1.072549 | 1.066326 |
| Blessure et Rai | 1.3221920 | 0.1865111 | ≥ 0.05 | 13.807843 | 13.473469 |
| Variable | F_value | P_value | Significatif | 1 | 2 | 3 | 4 |
|---|---|---|---|---|---|---|---|
| SCORE_BREQ_Identifiee | 13.16 | 0.0000000 | < 0.05 | 3.440476 | 3.700565 | 3.828526 | 3.810811 |
| SCORE_BREQ_Introjectee | 0.16 | 0.9256451 | ≥ 0.05 | 2.119048 | 2.057910 | 2.075321 | 2.135135 |
| SCORE_BREQ_Intrinseque | 12.42 | 0.0000001 | < 0.05 | 3.226190 | 3.444915 | 3.642628 | 3.635135 |
| SCORE_BREQ_Integree | 44.18 | 0.0000000 | < 0.05 | 2.750000 | 3.264124 | 3.636218 | 3.864865 |
| SCORE_BREQ_Externe | 2.19 | 0.0874219 | ≥ 0.05 | 1.285714 | 1.138418 | 1.139423 | 1.148649 |
| SCORE_BREQA | 1.51 | 0.2111366 | ≥ 0.05 | 1.142857 | 1.066384 | 1.060897 | 1.067568 |
| SCORE_RAI | 28.30 | 0.0000000 | < 0.05 | 10.500000 | 13.029661 | 14.491987 | 14.810811 |
| Variable | F_value | P_value | Significatif | 1 1 1 | 1 1 2 | 1 2 1 | 1 2 2 | 2 1 1 | 2 1 2 | 2 2 1 | 2 2 2 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| SCORE_BREQ_Identifiee | 0.87 | 0.5269413 | ≥ 0.05 | 3.829546 | 3.843750 | 3.733918 | 3.833333 | 3.746094 | 3.772727 | 3.709821 | 3.714286 |
| SCORE_BREQ_Introjectee | 1.94 | 0.0614609 | ≥ 0.05 | 2.363636 | 2.328125 | 2.073099 | 1.791667 | 1.980469 | 2.050505 | 2.082589 | 1.900000 |
| SCORE_BREQ_Intrinseque | 1.39 | 0.2082347 | ≥ 0.05 | 3.534091 | 3.609375 | 3.447368 | 3.375000 | 3.511719 | 3.641414 | 3.535714 | 3.514286 |
| SCORE_BREQ_Integree | 3.13 | 0.0029079 | < 0.05 | 3.704546 | 3.359375 | 3.298246 | 3.166667 | 3.503906 | 3.479798 | 3.435268 | 3.242857 |
| SCORE_BREQ_Externe | 1.45 | 0.1814947 | ≥ 0.05 | 1.193182 | 1.250000 | 1.169591 | 1.333333 | 1.097656 | 1.141414 | 1.131696 | 1.128571 |
| SCORE_BREQA | 0.46 | 0.8666028 | ≥ 0.05 | 1.045454 | 1.093750 | 1.061403 | 1.083333 | 1.058594 | 1.050505 | 1.082589 | 1.100000 |
| SCORE_RAI | 1.58 | 0.1366616 | ≥ 0.05 | 13.954546 | 13.281250 | 13.076023 | 12.583333 | 13.937500 | 14.171717 | 13.593750 | 13.285714 |
| Variable | F_value | P_value | Significatif | 0 | 1 | 2 | 3 | 4 |
|---|---|---|---|---|---|---|---|---|
| SCORE_BREQ_Identifiee | 10.90 | 0.0000000 | < 0.05 | 3.494624 | 3.762712 | 3.750000 | 3.845865 | 3.815790 |
| SCORE_BREQ_Introjectee | 1.38 | 0.2397672 | ≥ 0.05 | 1.951613 | 2.158192 | 2.080827 | 2.090226 | 1.960526 |
| SCORE_BREQ_Intrinseque | 13.33 | 0.0000000 | < 0.05 | 3.225807 | 3.485876 | 3.516917 | 3.687970 | 3.723684 |
| SCORE_BREQ_Integree | 22.21 | 0.0000000 | < 0.05 | 2.989247 | 3.288136 | 3.456767 | 3.661654 | 3.710526 |
| SCORE_BREQ_Externe | 2.44 | 0.0459182 | < 0.05 | 1.220430 | 1.141243 | 1.169173 | 1.086466 | 1.105263 |
| SCORE_BREQA | 2.77 | 0.0263225 | < 0.05 | 1.123656 | 1.087571 | 1.045113 | 1.041353 | 1.085526 |
| SCORE_RAI | 22.11 | 0.0000000 | < 0.05 | 11.387097 | 13.093220 | 13.659774 | 14.845865 | 14.980263 |
| Variable | F_value | P_value | Significatif | 1 | 2 | 3 | 4 | NA |
|---|---|---|---|---|---|---|---|---|
| SCORE_BREQ_Identifiee | 2.79 | 0.0257202 | < 0.05 | 3.797619 | 3.802198 | 3.610170 | 3.880952 | 3.735714 |
| SCORE_BREQ_Introjectee | 3.12 | 0.0147812 | < 0.05 | 2.160714 | 2.208791 | 2.237288 | 2.357143 | 2.000000 |
| SCORE_BREQ_Intrinseque | 2.15 | 0.0725440 | ≥ 0.05 | 3.666667 | 3.560440 | 3.525424 | 3.619048 | 3.489796 |
| SCORE_BREQ_Integree | 4.10 | 0.0027199 | < 0.05 | 3.613095 | 3.478022 | 3.330509 | 3.738095 | 3.374490 |
| SCORE_BREQ_Externe | 0.74 | 0.5638887 | ≥ 0.05 | 1.142857 | 1.197802 | 1.161017 | 1.071429 | 1.140816 |
| SCORE_BREQA | 0.19 | 0.9455768 | ≥ 0.05 | 1.059524 | 1.082418 | 1.067797 | 1.095238 | 1.066326 |
| SCORE_RAI | 2.14 | 0.0739880 | ≥ 0.05 | 14.398810 | 13.587912 | 13.084746 | 14.428571 | 13.473469 |
| diff | lwr | upr | p adj | Comparison | Variable |
|---|---|---|---|---|---|
| 0.2600888 | 0.0840016 | 0.4361759 | 0.0008881 | 2-1 | Lien score motivation identifiée et niveau |
| 0.3880495 | 0.2107097 | 0.5653892 | 0.0000001 | 3-1 | Lien score motivation identifiée et niveau |
| 0.3703346 | 0.1270613 | 0.6136079 | 0.0005601 | 4-1 | Lien score motivation identifiée et niveau |
| 0.1279607 | 0.0441760 | 0.2117453 | 0.0005321 | 3-2 | Lien score motivation identifiée et niveau |
| 0.4164377 | 0.1887372 | 0.6441383 | 0.0000176 | 3-1 | Lien score motivation intrinsèque et niveau |
| 0.4089447 | 0.0965868 | 0.7213025 | 0.0043714 | 4-1 | Lien score motivation intrinsèque et niveau |
| 0.1977130 | 0.0901352 | 0.3052907 | 0.0000158 | 3-2 | Lien score motivation intrinsèque et niveau |
| 0.5141243 | 0.2576794 | 0.7705692 | 0.0000019 | 2-1 | Lien score motivation intégrée et niveau |
| 0.8862179 | 0.6279488 | 1.1444871 | 0.0000000 | 3-1 | Lien score motivation intégrée et niveau |
| 1.1148649 | 0.7605733 | 1.4691564 | 0.0000000 | 4-1 | Lien score motivation intégrée et niveau |
| 0.3720937 | 0.2500737 | 0.4941136 | 0.0000000 | 3-2 | Lien score motivation intégrée et niveau |
| 0.6007406 | 0.3292475 | 0.8722336 | 0.0000001 | 4-2 | Lien score motivation intégrée et niveau |
| 2.5296610 | 1.2227480 | 3.8365740 | 0.0000046 | 2-1 | Lien score RAI et niveau |
| 3.9919872 | 2.6757776 | 5.3081968 | 0.0000000 | 3-1 | Lien score RAI et niveau |
| 4.3108108 | 2.5052447 | 6.1163770 | 0.0000000 | 4-1 | Lien score RAI et niveau |
| 1.4623262 | 0.8404791 | 2.0841732 | 0.0000000 | 3-2 | Lien score RAI et niveau |
| 1.7811498 | 0.3975476 | 3.1647520 | 0.0053082 | 4-2 | Lien score RAI et niveau |
| diff | lwr | upr | p adj | Comparison | Variable |
|---|---|---|---|---|---|
| -0.4062998 | -0.7427218 | -0.0698779 | 0.0062858 | 1 2 1-1 1 1 | Lien score motivation intégrée et type de coureur |
| -0.4616883 | -0.9124455 | -0.0109312 | 0.0402375 | 2 2 2-1 1 1 | Lien score motivation intégrée et type de coureur |
| diff | lwr | upr | p adj | Comparison | Variable |
|---|---|---|---|---|---|
| 0.2680882 | 0.1216297 | 0.4145468 | 0.0000069 | 1-0 | Lien score motivation identifiée et objectif 2025 |
| 0.2553763 | 0.1176155 | 0.3931372 | 0.0000050 | 2-0 | Lien score motivation identifiée et objectif 2025 |
| 0.3512410 | 0.1966629 | 0.5058191 | 0.0000000 | 3-0 | Lien score motivation identifiée et objectif 2025 |
| 0.3211658 | 0.1443358 | 0.4979959 | 0.0000084 | 4-0 | Lien score motivation identifiée et objectif 2025 |
| 0.2600693 | 0.0734409 | 0.4466976 | 0.0014098 | 1-0 | Lien score motivation intrinsèque et objectif 2025 |
| 0.2911108 | 0.1155658 | 0.4666559 | 0.0000658 | 2-0 | Lien score motivation intrinsèque et objectif 2025 |
| 0.4621635 | 0.2651887 | 0.6591383 | 0.0000000 | 3-0 | Lien score motivation intrinsèque et objectif 2025 |
| 0.4978778 | 0.2725479 | 0.7232077 | 0.0000000 | 4-0 | Lien score motivation intrinsèque et objectif 2025 |
| 0.2020942 | 0.0348727 | 0.3693157 | 0.0088046 | 3-1 | Lien score motivation intrinsèque et objectif 2025 |
| 0.2378085 | 0.0379648 | 0.4376523 | 0.0104272 | 4-1 | Lien score motivation intrinsèque et objectif 2025 |
| 0.1710526 | 0.0162980 | 0.3258072 | 0.0217612 | 3-2 | Lien score motivation intrinsèque et objectif 2025 |
| 0.2067669 | 0.0172320 | 0.3963018 | 0.0245175 | 4-2 | Lien score motivation intrinsèque et objectif 2025 |
| 0.2988883 | 0.0794783 | 0.5182982 | 0.0019574 | 1-0 | Lien score motivation intégrée et objectif 2025 |
| 0.4675196 | 0.2611397 | 0.6738995 | 0.0000000 | 2-0 | Lien score motivation intégrée et objectif 2025 |
| 0.6724068 | 0.4408330 | 0.9039806 | 0.0000000 | 3-0 | Lien score motivation intégrée et objectif 2025 |
| 0.7212790 | 0.4563695 | 0.9861886 | 0.0000000 | 4-0 | Lien score motivation intégrée et objectif 2025 |
| 0.1686313 | 0.0024520 | 0.3348106 | 0.0447537 | 2-1 | Lien score motivation intégrée et objectif 2025 |
| 0.3735185 | 0.1769242 | 0.5701128 | 0.0000026 | 3-1 | Lien score motivation intégrée et objectif 2025 |
| 0.4223907 | 0.1874440 | 0.6573374 | 0.0000107 | 4-1 | Lien score motivation intégrée et objectif 2025 |
| 0.2048872 | 0.0229497 | 0.3868248 | 0.0182578 | 3-2 | Lien score motivation intégrée et objectif 2025 |
| 0.2537594 | 0.0309323 | 0.4765865 | 0.0163787 | 4-2 | Lien score motivation intégrée et objectif 2025 |
| -0.1339639 | -0.2667508 | -0.0011771 | 0.0467893 | 3-0 | Lien score motivation externe et objectif 2025 |
| -0.0785431 | -0.1559838 | -0.0011024 | 0.0449301 | 2-0 | Lien score amotivation et objectif 2025 |
| 1.7061236 | 0.6186170 | 2.7936301 | 0.0001961 | 1-0 | Lien score RAI et objectif 2025 |
| 2.2726777 | 1.2497545 | 3.2956009 | 0.0000000 | 2-0 | Lien score RAI et objectif 2025 |
| 3.4587679 | 2.3109710 | 4.6065647 | 0.0000000 | 3-0 | Lien score RAI et objectif 2025 |
| 3.5931664 | 2.2801408 | 4.9061919 | 0.0000000 | 4-0 | Lien score RAI et objectif 2025 |
| 1.7526443 | 0.7782236 | 2.7270650 | 0.0000106 | 3-1 | Lien score RAI et objectif 2025 |
| 1.8870428 | 0.7225282 | 3.0515574 | 0.0001052 | 4-1 | Lien score RAI et objectif 2025 |
| 1.1860902 | 0.2843158 | 2.0878646 | 0.0031592 | 3-2 | Lien score RAI et objectif 2025 |
| 1.3204887 | 0.2160451 | 2.4249323 | 0.0099078 | 4-2 | Lien score RAI et objectif 2025 |
| diff | lwr | upr | p adj | Comparison | Variable |
|---|---|---|---|---|---|
| -0.2386054 | -0.4503858 | -0.0268251 | 0.0181764 | NA-1 | Lien score motivation intégréeet pause liée à une blessure |
Il y a des corrélations positives faibles entre la fréquence d’entraînement et la motivation intrinsèque (0.25) et la motivation identifiée (0.27). Il y a des corrélations positives moyennes avec la motivation intégrée (0.38) et le score RAI (0.33).
Il y a des corraltaions positives faibles entre le nombre de kilomètres par semaine et la motivation intrinsèque (0.28) et la motivation identifiée (0.26). Il y a des corrélations positives moyennes avec la motivation intégrée (0.38) et le score RAI (0.36).
Il y a une corrélation positive faible entre la motivation intégrée et le nombre de compétitions par an (0.14).
La moyenne du score de motivation intrinsèque, intégrée et le score RAI sont significativement plus élévées chez les utilisateurs suivis par un coach (test t de Student, p< 0.01, hautement signficatif). La moyenne du score de motivation introjectée est plus élévée chez les utilisateurs suivis par un coach (test t de Student, p<0.05, significatif).
Il n’est pas possible de mettre en évidence de différence entre les scores de motivation chez les coureurs qui suivent un programme d’entraînement ou non (test t de Student, p>0.05).
La moyenne de score de motivation introjectée et intégrée sont significativement plus élevées chez les coureurs ayant eu une blessure dans les 6 derniers mois (test t de Student, p<0.01, hautement significatif). La moyenne du score de motivation intrinsèque est plus élevée chez les coureurs ayant eu une blessure dans les 6 derniers mois (test t de Student, p<0.05, significatif).
[1] : Strava. (2024). Year in sport: The trend report. Strava. https://downloads.ctfassets.net/wad4jonn1ykp/1sJg4OiBKFoGYDtw9NV9v4/69d6c0b71cfebb350f27b8f8abcf42f9/Strava_Year_in_Sport_-The_Trend_Report-_fr-FR.pdf
[2] : Strava. (2023). Rapport global Strava 2023. Strava. https://downloads.ctfassets.net/9olkiac82a1q/iU421iiO6Hky1MVvYThmz/618d11560020aaf123d5e1670fd50514/Strava-Global-Report-2023-fr-FR.pdf
[3] : Russell, H. C., Potts, C., & Nelson, E. (2023). “If it’s not on strava it didn’t happen”: Perceived psychosocial implications of strava use in collegiate club runners. Recreational Sports Journal, 47(1), 15‑25. https://doi.org/10.1177/15588661221148170
[4] : Evans, B. (2019). Why we run. An exploration of what and who motivates us to run. URL: https://whywerun. strava. com/assets/whitepaper/Whitepaper_Strava_WhyWeRun_012320. pdf(дата звернення: 10.12. 2020).
[5] : Chapman, L. G. (2024). Social Comparison Predicts Well-Being in Non-Elite Young Adult Runners Who Use Strava (Master’s thesis, Miami University).
[6] : Petersen, J. M., Kemps, E., Lewis, L. K., & Prichard, I. (2020). Associations between commercial app use and physical activity: cross-sectional study. Journal of medical Internet research, 22(6), e17152.
[7] : Stragier, J., Vanden Abeele, M., & De Marez, L. (2018). Recreational athletes’ running motivations as predictors of their use of online fitness community features. Behaviour & Information Technology, 37(8), 815-827.
[8] : Ellison, N. B., Steinfield, C., & Lampe, C. (2007). The benefits of facebook “friends:” social capital and college students’ use of online social network sites. Journal of Computer-Mediated Communication, 12(4), 1143‑1168. https://doi.org/10.1111/j.1083-6101.2007.00367.
[9] : Ross, C., Orr, E. S., Sisic, M., Arseneault, J. M., Simmering, M. G., & Orr, R. R. (2009). Personality and motivations associated with Facebook use. Computers in Human Behavior, 25(2), 578‑586. https://doi.org/10.1016/j.chb.2008.12.024
[10] : Hjetland, G. J., Finserås, T. R., Sivertsen, B., Colman, I., Hella, R. T., & Skogen, J. C. (2022). Focus on self-presentation on social media across sociodemographic variables, lifestyles, and personalities: A cross-sectional study. International journal of environmental research and public health, 19(17), 11133.
[11] : Sischka, P. E., Grübbel, L., Reisinger, C., Neufang, K. M., & Schmidt, A. F. (2024). On the dimensionality, suitability of sum/mean scores, and cross-country measurement invariance of the Perceived Stress Scale 10 (PSS-10)–Evidence from 41 countries. Management, 18, 04.
[12] : Rocchi, M. A., Wilson, P. M., Sylvester, B. D., Guerin, E., Shi, Z., & Sweet, S. N. (2023). Toward brief tools assessing motivation for exercise: Rationale and development of a six-and 12-item version of the Behavioral Regulation in Exercise 3 (BREQ3) Questionnaire. Sport, Exercise, and Performance Psychology, 12(3), 205.
[13] : Chiu, Y. H., Lu, F. J. H., Lin, J. H., Nien, C. L., Hsu, Y. W., & Liu, H. Y. (2016). Psychometric properties of the Perceived Stress Scale (PSS): measurement invariance between athletes and non-athletes and construct validity. PeerJ, 4, e2790.
[14] : Gibbons, F. X., & Buunk, B. P. (1999). Individual differences in social comparison: development of a scale of social comparison orientation. Journal of personality and social psychology, 76(1), 129.
[15] : Trousselard, M., Steiler, D., Dutheil, F., Claverie, D., Canini, F., Fenouillet, F., … & Franck, N. (2016). Validation of the Warwick-Edinburgh mental well-being scale (WEMWBS) in French psychiatric and general populations. Psychiatry research, 245, 282-290.
[16] : Repišti, S., & Kerla, M. (2016). Social self-esteem scale(Sses). Unpublished. https://doi.org/10.13140/RG.2.1.3118.3128
[17] : Hjetland, G. J., Finserås, T. R., Sivertsen, B., Colman, I., Hella, R. T., Andersen, A. I. O., & Skogen, J. C. (2024). Digital self-presentation and adolescent mental health: Cross-sectional and longitudinal insights from the “LifeOnSoMe”-study. BMC Public Health, 24(1), 2635.
Questionnaire utilisé dans le cadre de l’étude :
[a] : traduction et adaptation du questionnaire “Facebook Intensity Scale” utilisé dans l’étude d’Ellison8 et de Ross9 [b] : traduction et adaptation du questionne “Online Sociability Functions” utilisé dans l’étude de Ross9 [c] : extrait, traduction et adaptation du questionnaire “Facebook questionnaire” utilisé dans l’étude de Ross9 [d] : traduction et adaptattion du questionnaire “Self-Presentation and Upward Social Comparison Inclination Scale” dans l’étude de Hjetland10 [e] : traduction et adapatation du questionnaire “Perceived Stress Scale” dans l’étude de Sischka 11 [f] : traduction et adaptation du questionnaire “12 items BREQ 3” dans l’étude de Rocchi 12